ApplyOCRTextLayerEx

OCR, текст, редактирование документов

Описание

Валидирует не зависящий от провайдера OCR JSON, готовит невидимый текст в отдельном буфере и фиксирует на странице искомый текстовый слой, принадлежащий библиотеке

Синтаксис

Delphi

Function TPDFlib.ApplyOCRTextLayerEx(Page: Integer; Const ResultJSON,
  FontName: WideString; MinConfidence: Double; Options: Integer): Integer;

ActiveX

Function PDFlib::ApplyOCRTextLayerEx(Page As Long, ResultJSON As String,
  FontName As String, MinConfidence As Double, Options As Long) As Long

DLL

int DLApplyOCRTextLayerEx(int InstanceID, int Page, const wchar_t* ResultJSON,
  const wchar_t* FontName, double MinConfidence, int Options);
int DLApplyOCRTextLayerExA(int InstanceID, int Page, const char* ResultJSON,
  const char* FontName, double MinConfidence, int Options);

Параметры

Page	Целевая страница, начиная с 1
ResultJSON	Схема версии 1, описанная в ApplyOCRTextLayer, опционально с проверенными конечными точками базовых линий и идентификаторами иерархии
FontName	Внедряемый шрифт TrueType или пустая строка для выбора установленного резервного шрифта
MinConfidence	Порог уверенности слова от 0 до 1 включительно
Options	Побитовое сочетание приведённых ниже политик слоя; ноль добавляет новый слой, принадлежащий библиотеке

Опции

1 — PDF_OCR_SKIP_EXISTING_TEXT	Завершается успехом без применения OCR, когда удерживаемый поток содержимого, не принадлежащий библиотеке, или вызываемый Form XObject содержит текст, включая невидимый
2 — PDF_OCR_REPLACE_OWNED_LAYER	Заменяет каждый существующий слой с точным маркером OCR библиотеки; добавляет слой, если слой OCR, принадлежащий библиотеке, ещё не существует
3	Пропускает страницы с чужим текстом, но разрешает замену на страницах, где есть только слои OCR, принадлежащие библиотеке

Возвращаемые значения

1	Слой зафиксирован, политика существующего текста пропустила страницу или ни одно слово не прошло порог уверенности
0	Сбой входных данных, геометрии, опций, кодировки шрифта или записи слоя

Примечания

Неизвестные биты опций отклоняются

Исходные координаты используют левый верхний угол отрисованного изображения и выбранный бокс рендеринга; поворот страницы и ненулевые смещения бокса отображаются обратно в исходное пользовательское пространство PDF

Опциональный массив baseline содержит [x1, y1, x2, y2] в исходных единицах и задаёт направление текста и продвижение; полная базовая линия не должна сочетаться с ненулевым textAngle

Каждая граница слова и базовая линия проверяются до фильтрации по уверенности; некорректное слово с низкой уверенностью всё равно приводит к сбою операции

Подгонка шрифта и обработка отсутствующих глифов завершаются до фиксации нового слоя содержимого; старый слой не замещается частично нарисованными словами OCR

Слоями OCR, принадлежащими библиотеке, считаются только потоки со всеми тремя точными полями: /PDFlibOCROwner /PDFlibPas, /PDFlibOCRType /InvisibleText и /PDFlibOCRVersion 1

Замена создаёт новый массив contents и новый поток, сохраняя чужое содержимое и потоки, используемые соседними страницами

Слой OCR использует режим рендеринга 3 и изолированное графическое состояние; размещение отменяет текущую матрицу трансформации удерживаемого содержимого перед применением матрицы слова

Пустой принятый результат оставляет старые слои нетронутыми; используйте GetOCRDiagnosticsJSON, чтобы различить empty, skipped, appended и replaced

Ищемость и неизменность видимых пикселей проверяются после сохранения и повторной загрузки документа

См. также

OCRPageEx, OCRDocumentEx, ConfigureTesseractOCR, GetOCRDiagnosticsJSON, LastOCRError